Discalculia: manifestaciones clínicas, evaluación y diagnóstico. Perspectivas actuales de intervención educativa.
Notice bibliographique
Résumé
Actualmente, son numerosas las dificultades y trastornos del aprendizaje en el ámbito escolar, con un incremento en el área de las matemáticas. Tales dificultades suelen aparecer asociadas a otros trastornos como la dislexia o el Trastorno por Déficit de Atención e Hiperactividad (TDAH). Este artículo tiene como objetivo profundizar en la definición y detección de la discalculia, así como revisar las perspectivas actuales para su tratamiento desde la educación. Desde 1990 se explicita la problemática de las Dificultades de Aprendizaje en el aula con la publicación de la Ley de Ordenación General del Sistema Educativo español (LOGSE). Así mismo, desde la publicación del DSM-IV y el CIE-10, se han recogido los signos, síntomas y prevalencia de la discalculia. Sin embargo, su detección, identificación e intervención están por debajo de lo deseado. Aspectos como el conocimiento de las bases neurobiológicas subyacentes son fundamentales para el posterior abordaje psicopedagógico. Concluimos, en primer lugar, que existen muy pocos instrumentos específicos para la detección. En segundo lugar, destacamos la importancia de la detección de sus factores de riesgo. Finalmente, respecto a las perspectivas actuales de tratamiento se aboga por la detección temprana y el carácter interdisciplinar de las intervenciones.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».